ANALISIS PERINGKAT BRAND PADA SOSIAL MEDIA TWITTER
MENGGUNAKAN METODE
SOCIAL NETWORK ANALYSIS (STUDI KASUS KFC INDONESIA DAN
MCDONALD`S INDONESIA)
BRAND RANKING ANALYSIS ON SOCIAL MEDIA TWITTER USING SOCIAL
NETWORK ANALYSIS METHOD (CASE STUDY KFC INDONESIA AND
MCDONALD`S INDONESIA)
Galih Pramono Putra1, Candiwan21,2
Universitas Telkom, Bandung
[email protected], [email protected]2
Abstrak
Indonesia merupakan negara yang termasuk kedalam kategori jumlah penduduk terbanyak didunia, dalam kesehariannya masyarakat menggunakan internet untuk menunjang kegiatan sehari-hari salah satunya untuk menggunakan sosial media. Twitter merupakan sosial media yang cukup pupuler bagi masyarakat Indonesia dan banyak digunakan oleh perusahaan untuk menyebarkan informasi kepada para pelanggannya. Contohnya perusahaan waralaba restoran cepat saji di Indonesia seperti McDonald`s dan KFC menggunakan Twitter sebagai sarana untuk menyampaikan informasi kepada pelanggan. Pada sosial media twitter para penggunanya kerap membuat tweet yang membandingkan kedua brand antara McDonald`s dengan KFC. Kami memanfaatkan fenomena ini untuk menentukan peringkat brand berdasarkan percakapan yang terjadi di sosial media Twitter dengan menggunakan metode Social Network Analysis (SNA). Kami melakukan penelitian dengan membandingkan properti jaringannya untuk menentukan peringkat brand karena metode SNA memiliki keunggulan karena murah dan cepat sehingga lebih efisien untuk mendapatkan hasil yang real-time. Didapatkan hasil bahwa kedua perusahaan tersebut memiliki keunggulan dari masing-masing properti jaringannya, McDonald`s unggul dalam properti jaringan diameter, average degree dan average path length sedangkan KFC unggul dalam properti jaringan size, modularity dan clustering coefficient sementara properti jaringan density kedua perusahaan ini memiliki nilai sama. Hal ini menandakan bahwa metode SNA dapat digunakan untuk menganalisis peringkat brand berdasarkan percakapan yang terjadi di media sosial twitter dengan hasil yang real time dan tidak memerlukan biaya yang besar.
Kata Kunci: Social Network Analysis, User Generated Content, Properti Jaringan, Restoran Cepat Saji
Abstract
Indonesia is a country that is included in the category of the largest population in the world, in their daily lives people use the internet to support their daily activities, one of which is to use social media. Twitter is a social media that is quite popular for the people of Indonesia and is widely used by companies to spread information to their customers. For example, fast food restaurant franchises in Indonesia such as McDonald`s and KFC use Twitter as a means of conveying information to customers. On social media, Twitter, users often make tweets comparing the two brands between McDonald`s and KFC. We take advantage of this phenomenon to determine
brand rankings based on conversations that occur on Twitter social media using the Social Network Analysis (SNA) method. We conducted a study comparing the properties of the network to determine brand rankings because the SNA method has the advantage of being cheap and fast so it is more efficient to get real-time results. The results show that the two companies have the advantage of their respective network properties, McDonald`s excels in diameter, average degree and average path length network properties, while KFC excels in network size, modularity and clustering coefficient properties while the network density properties of these two companies have the same value. This indicates that the SNA method can be used to analyze brand rankings based on conversations that occur on social media Twitter with real time results and does not require large costs.
Keyword: Social Network Analysis, User Generated Content, Property Network, Fast Food Restaurant
1. PENDAHULUAN
Indonesia merupakan negara yang termasuk kedalam kategori jumlah penduduk terbanyak didunia, dengan total populasi penduduk 269 juta jiwa maka Indonesia menduduki peringkat ke empat negara dengan jumlah penduduk terbanyak di dunia. Dalam kesehariannya masyarakat Indonesia menggunakan Internet untuk mempermudah kegiatan sehari- hari. Hal ini menjadikan internet sebagai kebutuhan pokok dalam berkomunikasi. Pengguna teknologi internet di Indonesia pada tahun 2018 adalah sebanyak 171,17 juta jiwa atau sebanyak 64,8% dari total penduduk Indonesia. Alasan masyarakat Indonesia memanfaatkan jaringan internet adalah untuk
menggunakan media sosial dengan total pengguna sosial media dengan jumlah 160 juta jiwa dengan menghabiskan waktu rata rata 3 jam 26 menit untuk menggunakan media sosial. Salah satu media sosial yang digemari diIndonesia adalah Twitter dengan rentang usia penggunanya 16-44 tahun dengan pengguna yang dominan adalah laki-laki sebesar 53% dan perempuan 47%. Twitter memiliki sifat open data sehingga dapat digunakan oleh peneliti untuk mencari data dengan menggunakan kata kunci tertentu. Selain digunakan oleh individu, twitter dimanfaatkan oleh perusahaan sebagai media komunikasi dan promosi kepada para pelanggannya. Adapun perusahaan restoran cepat saji yang menggunakan twitter antara lain KFC Indonesia dan McDonald`s Indonesia.
KFC dan McDonald`s merupakan perusahaan restoran cepat saji yang sudah dikenal luas oleh masyarakat Indonesia maupun dunia. Kedua restoran cepat saji ini mendapat penghargaan dari TOP Brand Award. TOP Brand Award memberikan penghargaan berupa 2 peringkat teratas yaitu KFC menduduki peringkat pertama lalu di peringkat kedua diduduki oleh McDonald`s.
Gambar 1.1 Penghargaan TOP Brand Award dalam bidang restoran cepat saji
Sumber : topbrand-award.com, 2020
TOP Brand Award merupakan penghargaan yang diberikan oleh Frontier Consulting Group selaku penyelenggara W&S Market Research dengan melakukan survei yang disebar di beberapa kota di Indonesia. Survei dengan metode ini membutuhkan biaya yang besar dan waktu yang relatif lama. Parameter yang digunakan untuk menentukan peringkat brand yaitu TOP of Mind Share, TOP of Market Share dan TOP of Commitment Share.
Seiring dengan meningkatnya jumlah pengguna internet, maka akan berbanding lurus terhadap mengingkatnya jumlah data atau konten yang dihasilkan oleh pengguna (UGC). Data yang dihasilkan oleh pengguna dapat dimanfaatkan untuk menentukan peringkat brand berdasarkan kata kunci tertentu berdasarkan percakapan yang terjadi di media sosial Twitter. Metode tersebut lebih efisien dan menghemat biaya, tetapi parameter yang digunakan berbeda dengan metode konvensional yang digunakan oleh Frontier Consulting Group.
Salah satu cara untuk menentukan peringkat brand berdasarkan jejaring sosial percakapan pada twitter yaitu dengan menghitung dan membandingkan nilai property network yang ada dalam jaringan tersebut menggunakan metode Social Network Analysis (SNA). Property network yang akan dihitung dan dibandingkan adalah size, density, modularity, diameter, average degree, average path legth, clustering coefficient.
2. TINJAUAN PUSTAKA 2.1 Rangkuman Teori 2.1.1 Brand (Merek)
Kotler dan Amstrong (2012) menyatakan bahwa brand atau merek memiliki pengertian sebagai sebuah nama, istilah, tanda, simbol, desain atau sebuah kombinasi di antaranya, yang bertujuan untuk mengidentifikasikan barang atau jasa yang dihasilkan oleh produsen.
2.1.2 TOP Brand
Dalam menentukan brand teratas (TOP Brand Award), Frointier Consulting Group menggunakan dua panel responden yaitu B2B dan B2C. Lalu terdapat tiga kriteria yang digunakan dalam mengukur performa merek sebagai acuan untuk mendapatkan Top Brand. Ketiga parameter itu adalah: Mind Share, Market Share & Commitment Share.
1. Mind Share menunjukkan kekuatan merek dalam memposisikan diri dalam benak pelanggan di kategori produk tertentu.
2. Market Share menunjukkan kekuatan merek dalam pasar dan berkaitan erat dengan perilaku pembelian pelanggan.
3. Commitment Share menunjukkan kekuatan merek dalam mendorong pelanggan untuk membeli kembali di masa mendatang.
Hasil dari tiga kriteria diatas lalu di olah menjadi Top Brand Index (TBI) dengan cara menghitung rata-rata terbobot dari masing-masing parameter. Syarat brand untuk menyandang predikat top brand award adalah memiliki TBI minimal 10% dan Menurut hasil survei, merek tersebut menempati posisi tiga teratas dalam kategori produk.
2.1.3 Restoran Cepat Saji
Ninemeier dan Hayes (2006), Restoran adalah suatu operasi layanan makanan yang mendatangkan keuntungan yang mana basis utamanya termasuk di dalamnya adalah penjualan makanan / minuman kepada individu - individu dan tamu – tamu dalam kelompok kecil.
2.1.4 Media Sosial
Menurut Yeni Imaniar (2013) Media sosial adalah perkembangan dalam penyebaran informasi. Dahulu teknologi media dapat menyampaikan pesan ke jutaan orang dengan efisien, seperti melalui televisi atau surat kabar. Kelemahannya, dalam menyampaikan pesan kepada jutaan orang, diperlukan biaya yang besar pula dan belum tentu terarah pada target yang diinginkan. Para pengguna media juga menjadi pihak yang pasif dengan hanya menerima semua informasi yang diberikan tanpa dapat memilih.
2.1.5 User Generated Content
Menurut Moens, Li, & Chua (2014) User Generated Content (UGC) merupakan data atau konten yang secara umum dapat dilihat oleh user lain, dimana konten tersebut berisi sejumlah kreatifitas dan dibuat oleh orang-orang yang bukan merupakan profesional dalam hal tersebut. Sehingga dapat dikatakan mining UGC adalah melakukan proses untuk menemukan pola atau informasi pada suatu konten yang dibuat oleh user. Adapun yang termasuk
dalam UGC adalah blog, wiki, forum diskusi, post, chat, tweet, podcast, pin, digital image, video, audio, dan berbagai bentuk media lain yang diciptakan oleh user online yang dapat diakses melalui web atau jejaring sosial.
2.1.6 Big Data
Menurut Vossen (2014) Kehadiran web 2.0 merupakan faktor utama lahirnya Big Data, karena dengan adanya teknologi web 2.0 maka semakin banyak orang yang dapat membuat sebuah konten baik dari web, blog, pesan instan dan jejaring sosial sehingga jumlah data terus meningkat.
2.1.7 Social Computing
Menurut Fuloria & Velusamy (2012) Dunia bisnis sudah mulai menggunakan teknologi sosial untuk mencapai berbagai tujuan, termasuk rekrutmen, inovasi layanan, manajemen brand, reputasi perusahaan dan kolaborasi yang lebih besar di seluruh ekosistem karyawan, mitra dan pelanggan.
2.1.8 Social Network Analysis
Menurut Budi Susanto, Herlina & Antonius (2019) Pada social network, individu atau orang digambarkan sebagai nodes atau titik, sedangkan relasi yang terjadi antar individu disebut dengan edges atau links. Pada dasarnya sebuah jaringan sosial adalah sebuah peta yang terdiri atas banyak orang dimana di dalamnya terdapat relasi antar individunya.
2.2 Kerangka Pemikiran
Dalam penelitian “Analisis Peringkat Brand pada Jejaring Sosial Percakapan menggunakan Metode Social
Network Analysis (Studi Kasus Brand KFC Indonesia dan McDonald`s Indonesia pada Media Sosial Twitter)”
penulis menggambarakan kerangka pemikiran pada Gambar 2.1:
KFC dan Mc’Donald
Gambar 2.1 Kerangka Penelitian
Sumber: Moens, Li dan Chua (2014); Zhao (2013); Babarasi (2012); Hadley et al. (2012); Hanneman (2005); Newman (2010); Wasserman dan Faust (1994).
3. METODE PENELITIAN 3.1 Tahapan Penelitian
Tahapan penelitian menggunakan pendekatan social network analysis. Metode yang digunakan untuk pendekatan ini adalah metode graph dengan tipe undirected. Data yang digunakan merupakan data sekunder yang berupa seluruh cuitan user di media sosial twitter dengan mengamati cuitan dengan kata kunci “KFC” dan “McDonald’s” baik berupa mention, retweet, maupun reply serangkaian proses yang terlibat dalam suatu penelitian hingga menghasilkan kesimpulan. Rangkaian proses tahapan penelitian “Analisis Peringkat Brand pada Jejaring Sosial Percakapan menggunakan Metode Social Network Analysis (Studi Kasus Brand KFC dan McDonald`s pada Media Sosial Twitter Indonesia)” akan dijelaskan dalam Gambar 3.1:
Gambar 3.1 Tahapan Penelitian dengan Metode SNA
Sumber: data yang telah diolah
1. Identifikasi masalah: Peneliti melakukan identifikasi masalah dengan melakukan pengamatan terhadap fenomena yang melatarbelakangi penelitian.
2. Penetapan tujuan penelitian:
a. Untuk mengetahui analisis jaringan dari kedua ritel waralaba restoran cepat saji di Indonesia berdasarkan percakapan pada media sosial twitter.
b. Untuk mengetahui peringkat ritel waralaba restoran cepat saji di Indonesia berdasarkan percakapan pada media sosial twitter dengan membandingkan properti jaringannya.
c. Untuk mengetahui strategi yang harus dilakukan oleh kedua ritel waralaba restoran cepat saji di Indonesia agar bisa mempertahankan atau meningkatkan peringkatnya berdasarkan properti jaringannya. 3. Penentuan sumber data
Sumber data penelitian ini berasal dari twitter. Data yang diambil adalah seluruh tweet baik berupa retweet, reply, maupun mention yang berisi kata kunci ‘KFC’ dan ‘McDonald`s` selama batasan waktu penelitian yang diambil pada media sosial twitter.
4. Pengumpulan data
Peneliti menggunakan software R untuk melakukan crawling data yang dimana hasilnya dijadikan bahan untuk dilakukan penelitian.
5. Analisis data (SNA)
Peneliti menggunakan metode social network analysis dengan membandingkan topologi jaringan yang memiliki properti jaringan seperti: size, density, modularity, diameter, average degree, average path length,
clustering coefficient dan connected component.
6. Hasil kesimpulan dan analisis
Setelah melakukan analisis, peneliti akan memberikan kesimpulan penelitian yang dapat menjawab rumusan masalah. Kemudian hasil dari penelitian dapat bermanfaat untuk peneliti selanjutnya dan dapat bermanfaat bagi perusahaan yang diteliti.
4. HASIL PENELITIAN DAN PEMBAHASAN 4.1 Perbandingan Peringkat Jaringan
Berdasarkan percakapan di media sosial Twitter yang telah diambil menggunakan software R mengenai restoran McDonald`s Indonesia dan KFC Indonesia maka setelah itu maka dibuat model jaringannya dan dibawah ini merupakan visualisasi model jaringan dari McDonald`s Indonesia.
McDonald`s KFC
Gambar 4.1 Visualisasi Jaringan
Sumber: Data yang telah diolah
Setelah mendapatkan hasil perhitungan properti jaringan dari kedua perusahaan restoran cepat saji yaitu McDonald`s Indonesia dan KFC Indonesia maka dapat dilakukan analisis perbandingan antara hasil dari kedua properti jaringan restoran cepat saji tersebut. Hasil perhitungan yang didapatkan dari software Gephi yang terdiri dari node dan edge dengan menggunakan graph yaitu undirected graph yang artinya graph dengan tipe ini tidak mempertimbangkan arah hubungan antar node lalu jenis graph ini tidak menunjukkan node yang dituju dan node asal. Perbandingan dari hasil perhitungan properti jaringan dapat dilihat di tabel 4.1 dibawah ini:
Tabel 4.1 Perbandingan Peringkat Jaringan
No Properti McDonald`s KFC Peringkat Analisis
Jaringan
1 Size Nodes: 4,301 Nodes: 4,904 1. KFC Nodes dan edges yang
terdapat pada KFC lebih banyak sehingga jaringan KFC lebih aktif interaksinya
Edges: 3,864 Edges: 3,968 2. McDonald`s
2 Density 0 0 Seimbang Kedua perusahaan
restoran cepat saji ini memiliki jaringan yang tidak rapat
3 Modularity 0.625 0.951 1. KFC KFC memiliki
kelompok yang 2. McDonald`s berbeda-beda dan batas antar kelompoknya lebih jelas dibandingkan McDonald`s
4 Diameter 9 12 1. McDonald`s Jarak antar nodes
yang terbentuk
2. KFC dijaringan
McDonald`s lebih pendek sehingga penyebaran informasi lebih cepat dan mudah dibandingkan KFC
5 Average 0.898 0.754 1. McDonald`s McDonald`s memiliki
Degree nilai derajat rata-rata
2. KFC dari jumlah edges yang menghubungkan
antar nodes lebih baik dibandingkan KFC. Oleh karena itu penyebaran informasi dari McDonald`s lebih cepat tersampaikan
6 Average 3.034 3.273 1. McDonald`s McDonald`s unggul
Path Length
2. KFC
dalam jarak rata-rata antar nodes. Karena memiliki jarak yang lebih pendek dibandingkan KFC
7 Clustering 0.1 0.401 1. KFC KFC memiliki
Coefficient kemudahan dalam
2. McDonald`s suatu node berhubungan dengan
node disekitarnya
dibandingkan McDonald`s
Sumber: Data yang telah diolah
Berdasarkan perbandingan kedua nilai properti jaringan yang terdapat pada tabel 4.1 kedua perusahaan ini memiliki keunggulan dalam masing-masing properti jaringan. Bagi perusahaan McDonald`s Indonesia (McD) dengan nama akun twitter @McDonalds_ID memiliki keunggulan di 3 properti jaringan yaitu diameter, average
degree dan average path length. Hal ini menandakan bahwa jaringan yang terbentuk pada perusahaan McD
memiliki penyebaran informasi yang cepat dan mudah karena jaringan McD memiliki jarak antar nodes yang pendek dan memiliki nilai derajat rata-rata dari jumlah edges yang menghubungkan antar nodes yang baik.
Perusahaan KFC Indonesia dengan nama akun twitter @KFCINDONESIA memiliki keunggulan di 3 properti jaringan yaitu size, modularity dan clustering coefficient. Hal ini menandakan bahwa jaringan yang terbentuk pada perusahaan KFC memiliki tingkat keaktifan yang baik karena banyak node yang berinteraksi satu sama lain. Lalu kelompok yang terbentuk didalam jaringan tersebut lebih beragam dan batas antar kelompok lebih jelas, maka dari itu jaringan KFC memiliki kemudahan berinteraksi antar node.
Berdasarkan perbandingan pada tabel 4.1, terdapat satu properti jaringan yang memiliki nilai yang sama dari kedua perusahaan restoran cepat saji ini. Properti jaringan tersebut adalah density, hal tersebut dapat diartikan bahwa jaringan yang terbentuk dari kedua perusahaan ini tidak memiliki kerapatan yang baik.
4.2 Strategi Meningkatkan Jaringan Pada Restoran Cepat Saji
Strategi yang dapat dilakukan oleh McDonald`s dan KFC berdasarkan properti jaringannya dengan mempertahankan dan meningkatkan peringkatnya berdasarkan tinggi rendah nilai dari masing-masing properti jaringan brand restoran cepat saji tersebut dilihat pada Tabel 4.2 dibawah ini:
Tabel 4.2 Perbandingan Peringkat Jaringan
No Properti Jaringan Strategi
1 Size Lebih aktif dalam membuat tweet dengan isi konten yang bermutu
sehingga dapat menarik perhatian para pengguna twitter terhadap masing-masing perusahaan, sehingga dapat menimbulkan banyak interaksi yang berdampak terhadap meningkatnya properti jaringan size.
2 Density Membuat undian untuk para pengguna twitter dengan syarat para peserta
diwajibkan untuk mention beberapa temannya sebagai syarat mengikuti acara undian tersebut. Langkah ini membuat aktor aktor yang berada didalam jaringan tersebut dapat saling terhubung sehingga nilai dari properti jaringan density dapat meningkat.
3 Modularity Perusahaan dapat melakukan promosi yang dikhususkan untuk komunitas/kelompok tertentu. Hal ini bertujuan agar kelompok yang terbentuk didalam jaringan lebih kecil dan jelas.
4 Diameter Perusahaan bekerja sama dengan selebtwit atau akun resmi twitter dari perusahaan lain agar dapat memperpendek jarak antar nodes. Sehingga penyebaran informasi akan semakin cepat sampai.
5 Average Degree Perusahaan membuat tweet disertai hashtag `#` agar informasi mudah tersebar dan mudah diketahui oleh pengguna twitter. Hal ini akan menambah nilai average degree karena penyebaran informasi semakin cepat.
6 Average Path Length Perusahaan dapat melakukan promosi, endorsement dan memanfaatkan fitur twitter ads agar dapat menjangkau banyak pengguna twitter yang berpotensi untuk melakukan follow kepada akun perusahaan. Strategi tersebut dapat memudahkan penyebaran informasi dari perusahaan kepada pelanggan
7 Clustering Coefficient Perusahaan dapat melakukan kampanye mengenai topik tertentu agar dapat menjangkau aktor-aktor yang saling berhubungan didalam suatu kelompok.
Sumber: Data yang telah diolah
5. KESIMPULAN DAN SARAN 5.1 Kesimpulan
Berdasarkan data yang telah dianalisis oleh peneliti dengan membandingkan nilai yang didapat dari masing-masing properti jaringan kedua restoran cepat saji yaitu McDonald`s Indonesia dan KFC Indonesia menggunakan metode Social Network Analysis mendapatkan hasil yang berbeda dengan metode konvensional TOP
Brand Award. Dari kedua restoran cepat saji tersebut, McDonald`s Indonesia memiliki tiga jaringan yang
mendapatkan hasil lebih baik dibandingkan dengan KFC Indonesia. Ketiga properti jaringan tersebut adalah
diameter (9), average degree (0.898) dan average path length (3.034). Hal ini menandakan bahwa jaringan yang
terbentuk pada perusahaan McD memiliki penyebaran informasi yang cepat dan mudah karena jaringan McD memiliki jarak antar nodes yang pendek dan memiliki nilai derajat rata-rata dari jumlah edges yang menghubungkan antar nodes lebih baik. Sedangkan KFC Indonesia memiliki tiga keunggulan properti jaringan dibandingkan dengan properti jaringan McDonald`s Indonesia, KFC Indonesia unggul pada size (Nodes: 4904
Edges: 3968), modularity (0.951) dan clustering coefficient (0.401). Hal tersebut menandakan jaringan KFC
Indonesia memiliki jaringan dengan tingkat keaktifan yang lebih baik dibandingkan McDonald`s Indonesia. Karena lebih banyak node yang berinteraksi satu sama lain dan kelompok yang terbentuk didalam jaringan tersebut lebih beragam dengan batas antar kelompok lebih jelas, maka dari itu jaringan KFC memiliki kemudahan berinteraksi antar node.
Dalam menentukan peringkat jaringan restoran cepat saji berdasarkan percakapan yang terjadi di media sosial twitter dengan membandingkan properti jaringannya didapatkan hasil yang seimbang diantara kedua perusahaan ini. Hal tersebut karena perusahaan McDonald`s Indonesia unggul pada 3 properti jaringan, KFC Indonesia pun unggul pada 3 properti jaringan dan 1 properti jaringan memiliki nilai yang sama. Oleh karena itu, peringkat kedua brand ini dapat dinyatakan seimbang pada media sosial twitter.Strategi yang harus dilakukan kedua perusahaan guna mempertahankan dan meningkatkan properti jaringannya yaitu lebih aktif dalam menggunakan media sosial twitter dengan membagikan konten-konten yang menarik dan interaktif. Lalu perusahaan dapat melakukan promosi, kerjasama dengan selebtwit dan memanfaatkan fitur promosi twitter ads.
5.2 Saran
Berdasarkan analisis dan pembahasan serta kesimpulan yang diperoleh, ada beberapa saran yang diajukan oleh peneliti kepada pihak-pihak yang terkait dalam penelitian ini, diantaranya adalah:
5.2.1 Saran Praktis
1. Bagi perusahaan McDonald`s Indonesia harus lebih aktif dalam menggunakan media sosial Twitter dengan memberikan konten yang menarik dan memanfaatkan fitur twitter ads sehingga dapat memperbanyak nodes dan edges yang terdapat pada jaringan tersebut. Lalu dapat melakukan kampanye dengan topik tertentu agar nilai modularity lebih besar.
2. Bagi perusahaan KFC Indonesia, harus lebih aktif dalam berinteraksi dengan para pengikut dan menyajikan konten yang lebih interaktif sehingga dapat meningkatkan hubungan dari perusahaan kepada pelanggan yang kedepannya dapat mempermudah dan mempercepat penyebaran informasi.
5.2.2 Saran Teoritis
Bagi perusahaan dan peneliti selanjutnya, diharapkan dengan adanya penelitian ini dapat menambah wawasan bahwa metode Social Network Analysis (SNA) dapat dimanfaatkan dalam menganalisis dan menentukan peringkat brand dengan membandingkan properti jaringan yang telah di hitung melalui software Gephi. Metode SNA ini memiliki keunggulan dalam hal efisiensi dan tidak memerlukan biaya yang besar tetapi dapat menghasilkan hasil yang real time.
REFERENSI
1. Databoks, 2019. Jumlah Penduduk Indonesia 269 Juta Jiwa, Terbesar Keempat di Dunia [online]. Tersedia:
https://databoks.katadata.co.id/datapublish/2019/04/29/jumlah-penduduk indonesia-269-juta-jiwa-terbesar-keempat-dunia [28 April 2019]. 2. Databoks, 2020. Orang Indonesia Habiskan Hampir 8 Jam untuk Berinternet [online]. Tersedia:
https://databoks.katadata.co.id/datapublish/2020/02/26/indonesia-habiskan-hampir-8-jam-untuk-berinternet [26 Februari 2020] 3. Kompasiana, 2019. Pengaruh Perkembangan Teknologi terhadap Gaya Hidup Masyarakat Era Revolusi 4.0 [online]. Tersedia:
https://www.kompasiana.com/anandakhalishafarhani8575/5cecf05595760e5fce23e992/pengaruh-perkembangan-teknologi-terhadap-gaya- hidup-masyarakat-era-revolusi-4-0 [28 Mei 2019].
4. Kotler, Philip dan Kevin lane Keller. (2012), Marketing Management -14/E, Harlow, Pearson Education.
5. Topbrand Award, 2020. Top Brand Index Fase 2 2020 [online] Tersedia: https://www.topbrand-award.com/en/top-brand-index- int/?tbi_find=kfc [07 Juli 2020].
6. Ninemeier, J.D. & D.K. Hayes. (2006). Hotel Operations Managament. Upper Saddle River, NJ: Pearson Education, Inc
7. Hamzah, Yeni Imaniar. 2013. Potensi Media Sosial sebagai Sarana Promosi Interaktif Bagi Pariwisata Indonesia. Pusat Penelitian dan Pengembangan Kebijakan Kepariwisataan Kementerian Pariwisata dan Ekonomi Kreatif.
8. Vossen, G. (2014). Big data as the new enabler in business and other intelligence. Springer, 4. 9. Moens, M. F., Li, J., & Chua, T. S. (2014). Mining User Generated Content. New York: CRC Press. 10. Fuloria, S., & Velusamy, Y. (2012). Making the Case for Social Computing. USA: Cognizant.
11. Susanto, B. Lina, H. Dan Chrismanto, A.R. (2019). Penerapan Social Network Analysis dalam Penentuan Centrality Studi Kasus Social Network Twitter
